mi

Kategória

Kategória
  • B Corpok itthon és a világban
  • Digitalizáció
  • ESG
  • Jógyakorlatok
  • Környezeti ügyek
    • Biodiverzitás
    • Környezetszennyezés
  • Lakhatás
  • Nonprofitoknak
  • Partnerek
    • Szakértőink
    • Szerzőink
  • Sikersztorik
  • Társadalmi ügyek
    • Egészség
    • Leszakadó régiók
    • Oktatás
    • Társadalmi diverzitás
  • Társadalmi vállalkozás
  • Vállalatoknak

Címkék

Címkék
  • #civilek
  • #digitalizáció
  • #társadalmi vállalkozás
  • #Tippek/ jó gyakorlatok
  • adománygyűjtés
  • adománytaxi
  • ashoka
  • b corp
  • b lab
  • B-corp
  • bbm
  • brandépítés
  • chatgpt
  • civil szervezet
  • civilek
  • civilszervezetek
  • civl szervezetek
  • corporate citizenship
  • CSR
  • csr platform
  • design thinking
  • digitalizáció
  • e-learning
  • earthbound eco sneakers
  • edukáció
  • egészségügy
  • érdekvédelem
  • ESG
  • ételmentés
  • etikus működés
  • fejlesztés
  • fejlesztzés
  • felzárkóztatás
  • fenntarthatóság
  • fenntarthatság
  • fogyasztás
  • forprofit
  • forptofit
  • fundraiding
  • fundraising
#Digitalizáció #Nonprofitoknak #Vállalatoknak

”A mesterséges intelligencia nagyon sok mindent tud adni nekünk” – Rekordszámú érdeklődő vett részt a Scale Impact és a Hello Nonprofit MI-workshopján

Mire használhatják a nonprofit szervezetek a Chat GPT-t és az arra épülő technológiákat? Hogyan alakíthatja át az életünket az egyre okosabbá váló gépi intelligencia? Mik a pontos promptolás és feladatkiosztás legfontosabb szempontjai? Ilyen és hasonló kérdésekről esett szó a Hello Nonprofit legutóbbi workshopján, amelyen a ChatGPT magyarul Facebook-csoport előadója tartott rendkívül izgalmas előadást. Zsúfolásig megtelt a Wesselényi utcai ImpactHub előadóterme a Hello Nonprofit május 9-én rendezett workshopján, amelyen a nonprofitok és a mesterséges intelligencia (MI) kapcsolatáról volt szó. “A mesterséges intelligencia nem helyettesíti az emberi intelligenciát, csupán kiegészíti azt. Olyan megoldás, ami hatékonyabbá teszi a munkánkat; egy hasznos eszköz – mint egy jó kalapács vagy egy fúró –, de nem több annál, nem fog minden feladatot megoldani helyettünk. Nem képes olyan dolgokat magvalósítani, amikre mi magunk sem vagyunk képesek” – hangsúlyozta előadásában Kerek István MI üzletfejlesztési szakértő, óraadó egyetemi tanár, a több mint harminckétezer tagot számláló ChatGPT magyarul Facebook-csoport alapítója. Fotó: Hello Nonprofit ”Exponenciális növekedés elé nézünk” Kerek tizenöt éve foglalkozik informatikával, több egyetemen is tanít, és ő vezeti az AI Bootcamp-et is, amely tematikus MI-képzéseket szervez az érdeklődőknek. “Közel ötvenezer órát foglalkoztam ezzel a területtel” – mondta. Előadása első részében röviden ismertette az MI-technológia fejlődésének történetét. “Egy technológiai robbanás küszöbén állunk. Az MI ma még sehol sem tart – de exponenciális növekedés elé nézünk” – jelentette ki. A szakember egy izomsorvadásban szenvedő fiatal srác, Csorba Dávid példáján keresztül mutatta be, mire képes ma az MI-technológia. Dávid betegsége miatt teljes mozdulatlanságra van ítélve, és a beszédhangját is elvesztette – de a mesterséges intelligenciának köszönhetően újra képessé vált arra, hogy megossza a gondolatait a többi emberrel, és a saját fotóit felhasználva a belső utazásait bemutató videókat is készítsen. “A mesterséges intelIigencia nagyon sok mindent tud adni nekünk, ha képesek vagyunk arra, hogy kinyissuk a gondolatainkat” – húzta alá Kerek István. Fotó: Hello Nonprofit Kerek szerint kár félni attól, hogy az MI miatt tömegek vesztik majd el a munkájukat. “Már csak az alapvető közgazdaságtani szabályok miatt sem kell ettől tartani – hangsúlyozta. – A gazdaságnak van egy körforgása: ha a fogyasztó hiányzik a körforgásból, akkor nem működik a gazdaság.” A MI már tanulni tanul A szakember szerint az MI páratlan lehetőségeket kínál azok számára, akik élni kívánnak vele. “Húsz-harmincszázalékos hatékonyságnövelést tesz lehetővé” – fejtegette, hozzátéve: ez jelentős időt és erőforrásokat szabadíthat fel, ami lehetővé teszi, hogy a munkavállalók több feladatot, munkát végezzenek el; az adminisztrációs teendők helyett a kreatív kihívásokra koncentráljanak; több időt töltsenek a családjukkal, barátaikkal. “Ez az eszköz működik. Ha megvan a jó cél, ha megvan az, hogy mire akarjuk használni, nagyon hatékonnyá tud tenni minket” – jelentette ki. Példaként a low-code és no-code megoldásokat követő MI-code-ot említette. “Van olyan alkalmazás, a WIX, ami egy pársoros utasítás – prompt – megírása után, velünk »beszélgetve« el tud készíteni egy komplett weboldalt. De ugyanez működik a Shopify-nál is, ami képes arra, hogy megszerkessze egy adott termék képét, megírja hozzá a termékleírást, kezelje a review-kat, a különféle support-problémákat – szinte teljesen automatizálja az e-kereskedelmet.” Fotó: Hello Nonprofit Kerek bevezető előadásában még számos izgalmas témát érintett: köztük a meghökkentően valósághű fotókat és videókat készítő generatív MI-technológiát, a technológiai eszközök fejlődésének kreativitásra gyakorolt hatását, a kutatás és oktatás területén megszülető új lehetőségeket és a potenciális üzleti alkalmazásokat. “A felhasználási területek száma végtelen: csak attól függ, hogy ti mire akarjátok felhasználni – mondta az MI-ról. – Itt az ideje, hogy vele fejlődjünk, mert ez az időszak sokkal erőteljesebb lesz, mint amit ipari forradalomként ismerünk.” A szakember az MI és az AGI, a valóban komplex feladatokat megvalósítani képes “általános mesterséges intelligencia” közötti különbségről is beszélt. “Az AGI tanulni tanul: ami képessé teszi arra, hogy komplex feladatrendszereket valósítson meg. Ez az, ami különlegessé teszi” – jelentette ki. Okos technológia okos felhasználóknak Kerek István előadása második részében részletesen ismertette a ChatGPT 3.5-ös – ingyenes – és 4.0-ás – előfizetéses – verziójában, valamint az azokra épülő virtuális megoldásokban – mint a Google Geminijében vagy a Microsoft Copilot-jában – rejlő lehetőségeket. Fotó: Hello Nonprofit A résztvevők megismerhették a ChatGPT-re épülő MI-megoldások instruálására szolgáló promptok írásának legfontosabb alapvetéseit, a rendszer nyelvi alapjául szolgáló karakterláncok, a “tokenek” sajátosságait, a “gépi hallucináció” kezelését, az érzékeny adatok megóvásának lehetőségeit és a pontos paraméterezés, feladatkiosztás fontosságát is. “A ChatGPT igazi szuperképessége, hogy identitást adhatunk neki: megkérhetjük arra, hogy egy konkrét feladatot különböző szerepkörökben – egy általános iskolai tanár, egy egyetemi docens, egy PHD-kutató, egy adott országból származó szakember »bőrébe bújva« végezzen el. Rengeteg különféle »identitással« felruházhatjuk – ami igen hasznos, hiszen ha például egy marketing-szöveget szeretnénk íratni vele, nagy valószínűséggel nem az lesz a célravezető megoldás, ha egy egyetemi tanár modorában és szempontjai szerint fogalmazza meg a szöveget” – hangsúlyozta. Kerek felhívta a figyelmet arra, hogy a különböző MI-megoldások különféle feladatokra alkalmasak. “A szövegírásra az OpenAI ChatGPT-jét, az irodai feladatok optimalizálására a Copilotot, a keresésre a Geminit használnám” – mondta. A civil szervezetek egy regisztrációért cserébe ingyenesen használhatják ezeknek a megoldásoknak a többségét, ami nagyban megkönnyítheti a munkájukat. A szakember előadása végén az AI2Know.IT portált is a jelenlévők figyelmébe ajánlotta. A fejlesztés alatt álló oldalon hasznos segédanyagokat, e-könyveket, chat sheet-eket, prezentációkat, videókat és egyéb anyagokat találhatnak az MI-technológia iránt érdeklődők.
#Nonprofitoknak

Az oktatás demokratizálásától az emberi jogok monitorozásáig: az MI-alapú no-code alkalmazások nagyban segíthetik a nonprofitok digitalizációját

A modern “drag and drop” eszközök lehetővé tehetik a – gyakran szűkös büdzséből gazdálkodó – nonprofit szervezetek számára, hogy kis költséggel és komolyabb programozói tudás nélkül olyan rendszereket, alkalmazásokat építsenek maguknak, amelyek megsokszorozhatják a hatékonyságukat. Napjainkban, amikor világszerte komoly problémát jelent a környezetkárosítás és a növekvő társadalmi egyenlőtlenségek, egyre nagyobb felelősség hárul a – gyakran fontos kormányzati feladatokat is felvállaló – nonprofit szervezetekre. A digitalizáció nagymértékben támogathatja a működésüket – igen ám, csakhogy a komplex informatikai fejlesztések többnyire túlságosan drágák ezeknek a gyakran komoly forráshiánnyal küzdő szervezeteknek. Ezért is jelenthet jó megoldást számukra a mesterséges intelligencia (MI) alapú no-code alkalmazásfejlesztő eszközök használata: hiszen ezek a rendszerek lehetővé teszik, hogy kis költséggel, komolyabb kódolási, fejlesztési ismeretek nélkül is személyre szabott applikációkat hozzanak létre. Okos alkalmazásokat, amelyek segíthetnek nekik a folyamataik optimalizálásában, a stakeholder-elkötelezettség erősítésében, és az alapműködésük bővítésében is. Intuitív drag and drop eszközökkel a társadalom- és környezettudatos jövőért A no-code eszközök megjelenése alapjaiban formálja át az informatika világát – nem véletlen, hogy ma már az olyan nagy, széles körben használt ERP-rendszerek fejlesztésével foglalkozó multinacionális cégek is kínálnak ilyen megoldásokat mint az SAP vagy a Microsoft. Mivel könnyen használható drag and drop felületeik feleslegessé teszik a kódolást, a “naiv felhasználók” számára is lehetővé teszik a fejlett alkalmazások építését. A szakértők szerint ez “demokratizálhatja” az informatikai fejlesztéseket, és nagyban megkönnyítheti, hogy az újító ötletekből a gyakorlatban is használható rendszerek szülessenek. Ráadásul általában alacsony költséggel licencelhetők: ami különösen vonzóvá teheti őket az árérzékeny nonprofitok számára. A no-code alkalmazások legújabb generációja már az MI-ban rejlő lehetőségeket is ki tudja használni. Az okos algoritmusok integrálásával ezek a fejlesztői eszközök már arra is képesek, hogy különféle apróbb változtatásokat – pl.: hasznos alkalmazáselemek beépítését, a rendszerfolyamatok optimalizálását, egyes redundáns feladatok automatizálását – javasoljanak a felhasználóiknak – így még hatékonyabb megoldások létrehozását teszik lehetővé. Ezzel megkönnyíthetik a nonprofit szervezetek számára, hogy a mindennapi működésmenedzsment helyett alaptevékenységük fejlesztésére, fundraising munkájuk erősítésére, és a hatékony szervezetfejlesztési stratégiák kialakítására fókuszálhassanak. Az MI a személyre szabott felhasználói élményt is támogatja: mivel képes arra, hogy folyamatosan nyomon kövesse, milyen eszközökre, szolgáltatásokra van szüksége a “klienseinek”, nagyban megkönnyítheti és felgyorsíthatja azok mindennapi munkáját. Számos területen hatékonyabbá tehetik a nonprofitok működését A szakemberek szerint az MI-alapú no-code alkalmazások adaptálása számos különféle területen egyszerűbbé és hatékonyabbá teheti a nonprofit szervezetek munkáját, és növelheti pozitív környezeti vagy társadalmi hatásukat. Demokratikusabb oktatás A no-code applikációk segítségével a hátrányos helyzetű térségekben dolgozó nonprofitok olyan edukációs platformokat építhetnek fel, amelyek hatékonyan támogathatják a diákok oktatását. Az MI lehetővé teheti, hogy a rendszer folyamatosan figyelemmel kövesse az egyes tanulok fejlődését, előmenetelét, személyre szabott oktatási anyagokat ajánljon nekik, és megkönnyítse a tanárok számára az oktatásszervezéssel kapcsolatos feladatokat. “Precíziós" környezetvédelem Az MI-fejlesztések révén a környezetvédelemmel foglalkozó nonprofitok könnyebben nyomon követhetik a veszélyeztetett fajok egyedszámának alakulását. A modern hangfelismerő rendszereket bevetve nagyobb hatékonysággal tudják azonosítani az egyes fajokhoz tartozó egyedeket; ráadásul a rugalmasan alakítható, variálható funkcionalitásokat kínáló appok azt is lehetővé tehetik, hogy a terepen dolgozó biológusok fejlesztők vagy technikai személyzet bevonása nélkül azonnal az igényeikre szabhassák azokat. Széles körben elérhető egészségügyi szolgáltatások A hátrányos helyzetű térségekben, katasztrófa sújtotta vagy nehezen megközelíthető területeken dolgozó nonprofitok a no-code alkalmazások bevetésével hatékonyabbá tehetik az egészségügyi rendszert. Az alapvető diagnosztikai és betegtanácsadása képességekkel felruházott okos alkalmazások révén a jelenleginél jóval több ember juthat gyors ellátáshoz; sőt, azt is lehetővé tehetik, hogy az orvosok, szakápolók a nehezebben kezelhető páciensek gyógyítására koncentráljanak. Hatékonyabb katasztrófavédelem Az MI-alapú rendszerek a katasztrófavédelmet is hatékonyabbá tehetik. A folyamatos adatgyűjtésre optimalizált, a közösségi médiaoldalakat, időjárás-előrejelzéseket, helyi médiumok híreit nyomon követni képes alkalmazások révén a nonprofit szervezetek pontosabban tervezhetik meg a katasztrófavédelemmel és elhárítással kapcsolatos feladataikat, pontosabban allokálhatják az erőforrásaikat, és alacsonyabb reakcióidővel reagálhatnak a katasztrófahelyzetekre. Mindenki számára elérhető mikrohitelezés Az MI-megoldások a mikrohitelezés hatékonyságát is javíthatják. Ezek az appok számos különféle adat gyors elemzésére képesek, így lehetővé teszik, hogy a kereseti viszonyok, a fogyasztói magatartás és a mikoriökonómiai infoprmációk kiértékelésével a nonprofitok személyre szabott pénzügyi tanácsokat adjanak rosszabb financiális körülmények között élő ügyfeleiknek. Így megalapozott pénzügyi döntéseket hozhatnak, ami jelentősen javíthatja az egzisztenciájukat. Az emberi jogi problémák könnyebb nyomon követése A no-code fejlesztések könnyebbé tehetik az emberi jogi szervezetek számára a potenciális jogsértések nyomon követését. A mesterséges intelligencia folyamatosan monitorozhatja a közösségi médiát, egyéb hírforrásokat, és riaszthatja a jogvédőket, ha visszaélésekkel, diszkriminációval kapcsolatos információkat talál. Fenntarthatóbb mezőgazdaság A környezettudatos gazdálkodást népszerűsítő nonprofit szervezetek az MI-alapú alkalmazások segítségével támogathatják a gazdálkodókat abban, hogy új, fenntarthatóbb mezőgazdasági módszereket vezessenek be. Ezek a rendszerek képesek lehetnek arra, hogy a talajjal kapcsolatos adatok, az időjárási minták, a termésátlagok elemzésével új és hatékonyabb termelési metódusokat dolgozzanak ki, hozzájárulva ahhoz, hogy a gazdák, mezőgazdasági vállalkozások optimális termelés mellett is környezetkímélőbb módon működjenek. Ez nem csak az élelmiszer-biztonság garantálásához, hanem a sérülékeny ökoszisztémák megóvásához is hozzájárulhat. Okos applikációk programozói tudás nélkül Az MI-alkalmazások fejlesztését lehetővé tevő no-code eszközökkel bárki könnyen-gyorsan, egy egyszerű vizuális interfész vagy “varázsló” segítségével létrehozhatja a maga okos informatikai megoldásait. Akár egy nonprofit szervezet projektmenedzsere vagy önkéntese is; arról nem is beszélve, hogy ezek a rendszerek általában lehetővé teszik az applikációk gyors és rugalmas átalakítását, testbeszabását is. Az alábbiakban röviden bemutatunk néhány népszerű, széles körben elterjedt eszközt. Amazon SageMaker Az Amazonnak nagy gyakorlata van a gépi tanuláson (Machine Learning – ML) alapuló rendszerek “fogyasztóbaráttá” tételében, és ezt a tudását a Sage Maker felhasználói is kamatoztathatják. A Sage Maker Jumpstart segítségével a felhasználók minden előzetes informatikai tudás nélkül belevághatnak a saját alkalmazásaik elkészítésébe; a rendszer előre legyártott sablonokat is kínál, amelyekkel számos ML-alapú megoldás – köztük üzleti alkalmazások és folyamatmenedzsment-rendszerek – elkészíthető. Apple Create ML Az Apple egyszerű drag and drop megoldása iOS-alapú alkalmazások – köztük ajánlók, beszédfelismerő, képfelismerő és szövegfeldolgozó applikációk – készítését teszi lehetővé. A cég ML-rendszere az iPhone-ok kameráján keresztül gyűjtött képi-, illetve a készülékek mikrofonjánn keresztül gyűjtött hangadatokat használja; egy Mac számítógép segítségével jelentősen gyorsítható az algoritmusok tanulási folyamata. Data Robot Ez a felhőalapú platform nagyban megkönnyíti az adatgyűjtés és feldolgozás automatizálását, és a különféle elvárások, igények szerinti algoritmusok készítését. A cég komoly hangsúlyt fektet az “explainable AI” (értelmezhető MI) módszer alkalmazására, amely lehetővé teszi, hogy a felhasználók nyomon követhessék, értelmezhessék és felügyelhessék az algoritmusok által hozott döntéseket, előrejelzéseket. Google AutoML A Google no-code megoldása nem a teljesen “laikus usereket” célozza, de így sem kell kódolási tudás a használatához. A felhasználók egy egyszerű grafikus interfész segítségével készíthetnek a rendszer “számítógépes látással” (computer vision) és természetes nyelv feldolgozással (natural language procession) kapcsolatos képességeire alapozó megoldásokat. Mivel az AutoML a cég cloud-rendszerében fut, használata nagyban hasonlít az olyan irodai eszközökéhez, mint a Google Dokumentumok vagy a Naptár.
#Digitalizáció #Lakhatás #Nonprofitoknak

Az MI, mint társadalmi szempontból hasznos eszköz

A mesterséges intelligencia fejlesztésekkel kapcsolatos hírek egyre inkább a közbeszéd meghatározó témái közé kerülnek. Sokan tartanak ettől az új, a nagy IT-cégek kutatás-fejlesztési potenciálját mind jobban lekötő területtől, pedig az MI a jó eszköze is lehet – hatékonyan támogathatja például a fontos társadalmi és környezetei célokért küzdő nonprofit szervezetek munkáját. Cikksorozatunk első részében a technológia alapvető fogalmait vázoljuk fel, és néhány nemzetközi jógyakorlatot is bemutatunk. A mesterséges intelligencia (MI) fejlesztések világszerte egyre jobban foglalkoztatják a technológiai újdonságok iránt nyitott közvéleményt. Az olyan okos algoritmusok megjelenése, mint a Chat GPT és annak különböző, egyre fejlettebbé váló iterációi komoly polémiát indítottak el: sokan attól tartanak, hogy az MI emberek millióinak munkáját “veheti el”; sőt, egyes jelentős befolyással bíró techno-evangélisták – mint Elon Musk, a Tesla és a Space-X alapítója vagy Steve Wozniak, az Apple társalapítója – már egyenesen attól tartanak, hogy az MI “komoly veszélyt jelent a társadalomra és az emberiségre nézve”. Pedig az MI, ha okosan használjuk, nagyban megkönnyítheti az életünket, sőt, elismert iparági szakértők szerint a hasznos társadalmi és környezeti célokért küzdő civil szervezetek munkáját is könnyebbé, hatékonyabbá teheti. Hatékonyabb adománygyűjtés, jobb kapcsolattartás, profi adatelemzés A mesterséges intelligencia fejlesztések számos iparág fejlődésére komoly hatást gyakorolhatnak. Köztük a nonprofit szervezetekére is: szakértők szerint az MI támogatta fundraising például jóval hatékonyabbá teheti az adománygyűjtést és a forrásbevonást, mint a korábbi megoldások. A szakértők mindazonáltal figyelmeztetnek: ahhoz, hogy ezeket a – sokszor térítésmentesen vagy a civilek számára komoly kedvezménnyel elérhető – megoldásokat a gyakorlatban is jó hatásfokkal hasznosítani lehessen, elengedhetetlen a technológia mélyebb ismerete, az MI-megoldások lehetőségeink és korlátainak megismerése. A legfontosabb tisztázandó kérdések közé tartozik az, hogy: Mi is valójában a mesterséges intelligencia? Mit jelent a gépi tanulás (machine learning)? Mi az a prediktív modellezés és a propenzitási modellezés (becsült részvételi valószínűség szerinti párosítás)? Hogyan használhatják fel a nonprofit szervezetek az MI nyújtotta lehetőségeket? Mi az a mesterséges intelligencia? Az első kérdésre viszonylag egyszerű a válasz – pontosabban a maga egyszerűségében rendkívül bonyolult. A mesterséges intelligencia fejlesztések alapvető célja, hogy olyan, a jelenleginél jóval okosabb – összetettebb, nagy adathalmazokat elemezni képes, intuitív – algoritmusokat fejlesszenek ki, amelyek számos területen kiválthatják, sőt, akár meg is haladhatják az emberi teljesítményt. Az MI-megoldások célja nem az “emberi tényező” kiváltása, hanem az, hogy az adatfeldolgozás és a paraméterezett döntéshozatal terhét magukra vállalva lehetővé tegyék, hogy olyan célok megvalósítására fókuszálhassuk az energiáinkat, amelyeket egyébként – lévén, hogy a fent említett repetitív, nagy összpontosítást igénylő feladatok felemésztik az időnk és az energiáink jó részét – nem tudnánk elérni. Egyszerűen szólva: az MI szorgos háttéremberként, asszisztensként, adatbányászként lehetővé teheti a számunkra, hogy az intellektuális erőforrásainkat komolyabb, összetettebb problémák megoldására, kreatív nehézségek leküzdésére fordíthassuk. Mit jelent a gépi tanulás? A következő kérdés: mi az a gépi tanulás? A machine learning (ML) egyszerűen fogalmazva az a metódus, ami lehetővé teszi azt MI-algoritmusok számára, hogy nagy mennyiségű adatot elemezve folyamatosan fejlesszék magukat, különféle mintákat azonosítsanak és sajátítsanak el, amelyek révén aktívan “tanulhatnak”, és ezáltal hasznos segítséget nyújthatnak nekünk a minden információt begyűjtő, rögzítő, paraméterező “big data” korának információs áradatában való elevickélésben. Az ML egy olyan módszer, amely lehetővé teszi, hogy a rendszereinket működtető algoritmusok bizonyos meghatározott adatjellemzők (data features) alapján komplex mintákat azonosíthassanak az őket tápláló adathalmazokban: olyan szabályszerűségeket fedezzenek fel, amelyek képessé teszik őket, hogy bizonyos feltételek megléte mellett jó eséllyel megjósolhassák, egy adott rendszerben – adott szituációban, adott körülmények között – mi fog történni. Ha úgy tetszik, “a jövőbe látnak” – és ezzel segíthetnek minket abban, hogy felmérjük egy-egy adott akció – például egy nonpropfit szervezet esetében egy fundraising-kampány – lehetséges kimenetelét. Olyan trendeket tudnak azonosítani, amelyek felett sokszor a legtapasztaltabb szakemberek is elsiklanak. Mi az a prediktív és propenzitási modellezés? A prediktív modellezés a nagy adathalmazokkal dolgozó MI-architekrúrák azon képessége, hogy megfelelő adatbetáplálás esetén jó eséllyel meg tudják becsülni egy-egy akció (cselekvés, kampány) következményeit. A modern MI-rendszerek nagy előnye, hogy ezeket a – nagy százalékban pontos, vagy legalább közelítően pontos – előrejelzéseket gyakorlatilag valós időben tudják a rendelkezésünkre bocsátani. A gépi tanulás alapú algoritmusok ma már képesek arra, hogy folyamatosan elemezzék a hozzájuk befolyó adatokat, és az ebből leszűrt törvényszerűségek, minták alapján rugalmasan változtassák az adatok súlyozása, interpretációja során használt referenciapontokat. Minél több feldolgozható adattal etetjük, az MI annál “okosabbá” válik: annál nagyobb pontossággal tudja előre jelezni egy adott helyzet adott körülmények között érvényes valószínű kimenetelét. A prediktív modellezés egy új, még kifinomultabb formája a propenzitási modellezés. Ez a fajta algoritmus már nem csak a száraz tényekkel, adatokkal dolgozik, de arra is kísérletet tesz, hogy megjósolja, bizonyos feltételek megléte mellett hogyan reagál egy adott indivídum egy adott ösztönzőre – például segítsen kiválasztani azt, hogy egy nonprofit szervezet egy adománygyűjtő kampánya kapcsán mely, az adatbázisában szereplő korábbi donorokat célozza meg. Hogyan hasznosíthatják a nonprofitok az MI nyújtotta lehetőségeket? A nonprofit szervezetek rendkívül jó hatásfokkal hasznosíthatják az MI-megoldásokat abban, hogy hatékonyabbá tegyék a fundraising tevékenységüket. A mesterséges intelligencia jóval pontosabbá teszi a kampányok célcsoportjainak meghatározásához szükséges szegmentációt, mint a hagyományos adatelemzés és targetálás, és ezzel lehetőséget biztosít arra, hogy a potenciális donorok “leválogatásával” kisebb anyagi és erőforrás-ráfordítással nagyobb eredményt érjünk el. Olyan, folyton frissülő listákat állíthatunk össze a segítségükkel, amelyek révénl jó hatásfokkal felmérhetjük: kik azok, akik egy-egy adott ügy, program mellé nagy valószínűséggel odaállnak majd; kik azok, akik hajlandók pénzt áldozni arra, hogy megtámogassák az általunk képviselt célokat. Az MI hamar a nonprofit szervezetek egyik kedvelt és sokat alkalmazott eszközévé vált – legalábbis külföldön. A Fundraising Kit tanulmánya szerint a technológia segítségével a nonprofitok tevékenységének közel ötven százaléka automatizálható, ami nagymértékben javíthatja a hatékonyságukat és produktivitásukat. Jó példákból nincs hiány A New York-i székhelyű krízis hotline, a Crisis Text Line a mesterséges intelligencia segítségével elemzi a hozzá befutó szöveges üzeneteket. Az elmúlt egy évben közel 65 millió üzenetet elemeztek ennek a módszernek a segítségével: az MI feladata az, hogy a szóhasználatuk alapján azonosítsa azokat a felhasználókat, akik esetében komolyan felmerülhet, hogy öngyilkosságot követnek el. A rendszer rendkívül jól működik, a szervezet adatai szerint a rendszernek köszönhetően a veszélyben lévő ügyfelek megkereséseinek 94 százalékára kevesebb mint öt perc alatt reagálni tudnak. Az MI-megoldások adománygyűjtésre is remekül használhatók. A Charity: Water például a potenciális donorok azonosítására, és a velük való hatékony, személyre szabott kommunikáció menedzselésére használja a mesterséges intelligencia-megoldásokat; ez az újítás nem csak az adományozók megtartásában és az adománygyűjtő kampányok hatékonyságában segítette a szervezetet, hanem az új támogatók azonosításában és megszólításában is. A világ egyik legnagyobb gyerekvédelmi szervezete, a hazánkban is aktív UNICEF MI-fejlesztések segítségével optimalizálja a tevékenységét; de az okos algoritmusok a működési költségek csökkentésében is a segítségükre vannak. Az MI-alapú adatelemzési megoldások révén az ENSZ gyerekvédelmi szervezete nagy mennyiségű, a globális humanitárius tevékenységével kapcsolatos adat feldolgozását tudta automatizálni, ami lehetővé tette, hogy a korábbinál több forrást és nagyobb erőforrásokat koncentráljanak a világ válságövezeteiben – köztük Ukrajnában, Kelet-Afrikában, Gázában, Szudánban vagy épp Afganisztánban – végzett segítő munkájukra. Az LMBTQ-fiatalokat segítő mentálhigiénés szervezet, a The Trevor Project az MI segítségével igyekszik javítani krízisprevenciós programja hatékonyságát. Okos algoritmus-alapú csetszolgáltatásuk lehetővé teszi, hogy a korábbiaknál nagyobb biztonsággal azonosítsák azokat a klienseiket, akik azonnali segítségre szorulnak. A tapasztalok rendkívül bíztatóak: az MI-alapú betegosztályozási rendszer komolyan növelte a szervezet tevékenységének hatókörét, és hozzájárult ahhoz, hogy a korábbinál is több életet mentsenek meg. A Hello Nonprofit a következő hetekben nagyvállalati partnerével, a Microsofttal közösen egy hazai példákat is felvonultató cikksorozatban elemzi tovább az MI nonprofit-szervezetek működésében játszott szerepét.